基于视觉的无缺陷样本深度学习网络训练方法
基本信息
| 申请号 | CN201911085284.8 | 申请日 | - |
| 公开（公告）号 | CN110852373A | 公开（公告）日 | 2020-02-28 |
| 申请公布号 | CN110852373A | 申请公布日 | 2020-02-28 |
| 分类号 | G06K9/62;G06N3/08;G06T7/00 | 分类 | 计算；推算；计数; |
| 发明人 | 许琦;何志权;何志海 | 申请（专利权）人 | 深圳市深视创新科技有限公司 |
| 代理机构 | 深圳市中智立信知识产权代理有限公司 | 代理人 | 深圳市深视创新科技有限公司 |
| 地址 | 518000 广东省深圳市福田区香蜜湖街道竹子林四路越海家园叠翠阁10C | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于视觉的无缺陷样本深度学习网络训练方法，包括：将产品的原始数据及以往缺陷库中的缺陷进行融合，从而得到产品缺陷数据；构建深度学习网络；把训练数据放入所述网络中训练，网络输出端则是相应无缺陷的产品，训练模型，以学习到具有过滤缺陷能力的网络模型；通过对网络模型的输入端和输出端做一个简单的差值得到结果图；对结果图设置一定的阈值即可得到产品是否有缺陷、以及对应的缺陷位置和大小信息。本发明避免了收集标记数据的时间和人力导致的生产效率降低问题，进一步地与深度学习算法相结合，可以自动过滤缺陷，从而利用输入端与输出端的差值确定出缺陷信息。 |
